首页|压缩感知图像的块子带自适应稀疏表示规则化重构

压缩感知图像的块子带自适应稀疏表示规则化重构

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对自然图像信号的非平稳特性和不同图像块的变换域系数的分布差异较大,基于分块图像子带自适应稀疏表示规则化,提出了一种新的压缩感知图像重构方法.先利用非局部相似块组估计每个分块图像变换域各子带系数的均值和标准差,再将图像块各子带系数进行去均值并关于标准差归一化,最后将去均值归一化处理的子带系数的l1范数表示用于规则化压缩感知重构.由于块子带自适应稀疏表示更加合理地表达了稀疏系数的重要性,使得重构图像能够更好地保留纹理、边缘等细节信息.大量的实验结果表明:相比组稀疏表示的压缩感知重构算法,该方法重构图像的峰值信噪比平均提高了0.69 dB.
Image Reconstruction Regularized by Patch Bandwise Adaptive Sparse Representation for Compressive Sensing

熊承义、龚忠毅、高志荣、张梦杰

展开 >

中南民族大学 电子信息工程学院 智能无线通信湖北省重点实验室,武汉430074

中南民族大学 计算机科学学院,武汉430074

压缩感知 图像重构 块子带自适应 稀疏表示

国家自然科学基金资助项目

61471400

2018

中南民族大学学报(自然科学版)
中南民族大学

中南民族大学学报(自然科学版)

CSTPCD
影响因子：0.536
ISSN：1672-4321
年,卷(期)：2018.37(4)
  • 2
  • 3